2

我刚刚将两个长度不等的数组与命令一起加入：

allorders = map(None,todayorders, lastyearorders)

在今天的订单没有值的地方给出“无”（因为今天的订单数组没有那么长）。

但是，当我尝试将 allorders 数组传递到 matplotlib 条形图中时：

 p10= plt.bar(ind, allorders[9],   width, color='#0000DD', bottom=allorders[8])

..我收到以下错误：

TypeError: unsupported operand type(s) for +=: 'int' and 'NoneType'

那么，matplotlib 有没有办法不接受任何数据类型？如果没有，如何在我的 allorders 数组中用零替换“Nones”？

如果可以，因为我是 Python 新手（来自 R 社区），请提供从头到尾的详细代码，我可以使用/测试。

4

3 回答 3

8

使用列表推导：

allorders = [i if i[0] is not None else (0, i[1]) for i in allorders]
于 2012-12-27T20:30:36.117 回答
5

使用 numpy：

import numpy as np
allorders = np.array(allorders)

由于 Nones，这会创建一个对象数组。我们可以用零替换它们：

allorders[allorders == None] = 0

然后将数组转换为正确的类型：

allorders.astype(int)
于 2017-11-01T19:29:32.067 回答
4

由于听起来您希望这一切都在numpy，因此您的问题的直接答案实际上只是一个旁白，而正确的答案直到“当然……”段落才出现。

如果您考虑一下，您将使用map第None一个参数作为 a zip_longest，因为 Python 没有zip_longest. 但它确实有一个，在itertools- 它允许您指定一个自定义fillvalue. 因此，您可以通过以下方式一步完成所有操作izip_longest：

>>> import itertools
>>> todayorders = [1, 2]
>>> lastyearorders = [1, 2, 3]
>>> allorders = itertools.izip_longest(todayorders, lastyearorders, fillvalue=0)
>>> list(allorders)
[(1, 1), (2, 2), (0, 3)]

这仅填充显示为较短列表的额外值0的s；None如果你想用 a替换every ，你必须按照 Martijn Pieters 的方式来做。但我认为这就是你想要的。None0

另外，请注意，list(allorders)最后：与 中的izip_longest大多数东西一样itertools，返回一个迭代器，而不是一个list. 或者，用您可能更熟悉的术语来说，它返回一个“惰性”序列而不是“严格”序列。如果您只是要迭代结果，那实际上会更好，但是如果您需要将它与需要 a 的某些功能一起使用list（例如以人类可读的形式打印出来 - 或访问allorders[9]，如您的示例中所示），您需要先显式转换它。

如果您实际上想要 anumpy.array而不是 a list，则可以直接到达那里，而无需先经过 a list。（如果你要做的只是matplotlib它，你可能确实想要一个array。）最清楚的方法是只使用np.fromiter(allorders)而不是list(allorders). 您可能想要传递一个明确的dtype=int（或任何适当的）。而且，如果您知道大小（您知道它是max(len(todayorders), len(lastyearorders))），在某些情况下，传递显式count也更快或更简单。

当然，如果任何numpy东西听起来很吸引人，你可能应该首先留在里面numpy，而不是使用mapor izip_longest：

>>> todayorders.resize(lastyearorders.shape)
>>> allorders = np.vstack(todayorders, lastyearorders).transpose()

不幸的是， mutates todayorders，据我所知，等效的不可变函数numpy.resize并没有给你任何“零扩展”的方法，而是重复这些值。希望我错了，有人会建议简单的方法，但否则，你必须明确地这样做：

>>> extrazeros = np.zeros(len(lastyearorders) - len(todayorders), dtype=int)
>>> allorders = np.vstack(np.concatenate((todayorders, extrazeros)), lastyearorders)
>>> allorders = allorders.transpose()
array([[ 1,  1],
       [ 2,  2],
       [ 0,  3]])

当然，如果你做了很多这样的事情，我会编写一个zeroextend函数，它接受一对数组并扩展一个以匹配另一个（或者，如果你不只是处理一维，将每个轴上较短的一个扩展到做另一个）。

无论如何，除了比使用map,izip_longest等更快和使用更少的临时内存之外，这还意味着您最终会得到一个正确的数组dtype（int而不是object）——这意味着您的结果也使用更少的长期内存，从那时起你所做的一切也将更快，使用更少的临时内存。

为了完整性：可以pyplot处理None值，但我认为这不是您想要的。例如，您可以将其方法转换为的Transform对象传递给它。但这实际上与 Martijn Pieters 的答案相同，但更加冗长，除非您需要绘制大量此类数组，否则根本没有优势。transformNone0

于 2012-12-27T20:47:04.793 回答